3-1-living-in-a-⿻-world3-1-⿻世界の暮らし

Living in a ⿻ World

3-1-⿻世界での生活

Until lately the best thing that I was able to think in favor of civilization…was that it made possible the artist, the poet, the philosopher, and the man of science. But I think that is not the greatest thing. Now I believe that the greatest thing is a matter that comes directly home to us all. When it is said that we are too much occupied with the means of living to live, I answer that the chief worth of civilization is just that it makes the means of living more complex; that it calls for great and combined intellectual efforts, instead of simple, uncoordinated ones, in order that the crowd may be fed and clothed and houses and moved from place to place. Because more complex and intense intellectual efforts mean a fuller and richer life. They mean more life. Life is an end in itself, and the only question as to whether it is worth living is whether you have enough of it. — Oliver Wendell Holmes, 1900[^LifeAsJoy]

最近まで、文明を擁護するために私が考えついた最善のことは…芸術家、詩人、哲学者、科学者を可能にしたことでした。しかし、それは最も偉大なことではないと思います。今では、最も偉大なことは私たちみんなに直接関係のある問題だと信じています。私たちが生活手段に忙しすぎて生きられないと言われると、私は、文明の主な価値はまさに生活手段をより複雑にすることにある、つまり、大衆が食べ物、衣服、住居を与えられ、場所から場所に移動するためには、単純で無秩序な努力ではなく、大きく連携した知的な努力が必要になるからだ、と答えます。なぜなら、より複雑で激しい知的な努力は、より充実した豊かな人生を意味するからです。それはより多くの生命を意味します。人生はそれ自体が目的であり、人生に値するかどうかについての唯一の疑問は、あなたに十分な人生があるかどうかです。— オリバー・ウェンデル・ホームズ、1900年[^LifeAsJoy]

(A)re…atoms independent elements of reality? No…as quantum theory shows: they are defined by their…interactions with the rest of the world…(Q)uantum physics may just be the realization that this ubiquitous relational structure of reality continues all the way down…Reality is not a collection of things, it’s a network of processes. — Carlo Rovelli, 2022[^RelationalReality]

原子…は現実の独立した要素ですか？いいえ…量子理論が示すように：それらは…世界との相互作用によって定義されます…(Q)uantum physics may just be the realization that this ubiquitous relational structure of reality continues all the way down…現実は物事の集合ではなく、プロセスのネットワークです。— カルロ・ロヴェッリ、2022年[^RelationalReality]

---

Technology follows science. If we want to understand ⿻ as a vision of what our world could become, we need to start off by understanding ⿻ as a perspective on how the world already is. The Technocratic and Libertarian perspectives are rooted in a science, namely the monist atomism we described in the previous chapter: the belief that a universal set of laws operating on an fundamental set of atoms is the best way to understand the world.

テクノロジーは科学に従います。もし私たちが、私たちの未来像としての⿻を理解したいのであれば、まず世界がすでにどうであるかについての視点としての⿻を理解する必要があります。技術官僚的および自由主義的な視点は、前章で説明した一元論的な原子論、つまり普遍的な法則の集合が基本的な原子の集合に作用することが世界を理解する最善の方法であるという信念に根ざしています。

Technocracy has a long history of being justified by science and rationality. The idea of “scientific management” (a.k.a. Taylorism) that became popular in the early 1900s was justified by making analogies between social systems and simple mathematical models, and logic and reason as ways of thinking about them. High modernism in architecture is similarly inspired by the beauty of geometry.[^SeeingLikeaState] Libertarianism also borrows heavily from physics and other sciences: just like particles “take the path of least action”, and evolution maximizes fitness, economic agents “maximize utility”. Every phenomenon in the world, from human societies to the motion of the stars, can, in the monist atomist view, ultimately be reduced to these laws.

テクノクラシーは、長い間科学と合理性によって正当化されてきました。1900年代初頭に普及した「科学的管理」（別名テイラリズム）という考えは、社会システムと単純な数学モデル、そしてそれらについての考え方としての論理と理性をアナロジーを用いて正当化されました。建築におけるハイ・モダニズムも同様に、幾何学の美しさからインスピレーションを受けています。[^SeeingLikeaState] 自由主義もまた、物理学やその他の科学から多くを借りています。粒子は「最小作用の経路を取る」のと同様に、進化は適応度を最大化し、経済主体は「効用を最大化する」のです。一元論的原子論の観点では、人間の社会から星の運動に至るまで、世界におけるあらゆる現象は、究極的にはこれらの法則に還元できると考えられます。

[^SeeingLikeaState]: James C. Scott, Seeing Like a State: How Certain Schemes to Improve the Human Condition Have Failed (New Haven, CT: Yale University Press, 1999).

[^SeeingLikeaState]: ジェームズ・C・スコット、『国家を見るがごとく：人間の状況を改善するための特定の計画が失敗した方法』（コネチカット州ニューヘブン：エール大学出版局、1999年）。

These approaches have achieved great successes. Newtonian mechanics explained a range of phenomena and helped inspire the technologies of the industrial revolution. Darwinism is the foundation of modern biology. Economics has been the most influential of the social sciences on public policy. And the Church-Turing vision of “general computation” helped inspire the idea of general-purpose computers that are so broadly used today.

これらのアプローチは大きな成功を収めてきました。ニュートン力学はさまざまな現象を説明し、産業革命の技術にインスピレーションを与えました。ダーウィニズムは現代生物学の基礎です。経済学は、社会科学の中で最も影響力のあるものとなっており、公共政策に影響を与えています。「汎用計算」というチャーチ・チューリングのビジョンは、今日広く使用されている汎用コンピューターという考えのインスピレーションとなりました。

Yet the last century taught us how much progress is possible if we transcend the limitations of monist atomism. Gödel’s Theorem undermined the unity and completeness of mathematics and a range of non-Euclidean geometries are now critical to science.[^Moore] Symbiosis, ecology, and extended evolutionary synthesis undermined “survival of the fittest” as the central biological paradigm and ushered in the age of environmental science. Neuroscience has been reimagined around networks and emergent capabilities and given birth to modern neural networks. What all these share is a focus on complexity, emergence, multi-level organization and multidirectional causality rather than the application of a universal set of laws to a single type of atomic entity.

しかし、過去1世紀は、一元論的原子論の限界を超えることで、どれほどの進歩が可能になるかを示しました。ゲーデルの不完全性定理は、数学の統一性と完全性を損ない、さまざまな非ユークリッド幾何学が今では科学に不可欠です。[^Moore] 共生、生態学、拡張進化総合説は、「適者生存」を中心的な生物学的パラダイムとして覆し、環境科学の時代を告げました。神経科学はネットワークと創発的能力を中心に再構築され、現代のニューラルネットワークを生み出しました。これらすべてに共通しているのは、単一の種類の原子実体に普遍的な法則を適用するのではなく、複雑さ、創発、多階層組織、多方向的な因果関係に焦点を当てていることです。

[^Moore]: Cris Moore and John Kaag, "The Uncertainty Principle", The American Scholar March 2, 2020 https://theamericanscholar.org/the-uncertainty-principle/.

[^Moore]: クリス・ムーアとジョン・カッグ、「不確定性原理」、アメリカン・スカラー、2020年3月2日 https://theamericanscholar.org/the-uncertainty-principle/

⿻ approaches social systems similarly. A corporation plays in the game of global competition, yet is simultaneously itself a game played by employees, shareholders, management and customers. There is no reason to expect the resulting outcomes often to cohere as preferences. What's more, many games intersect: employees of a corporation are often each influenced through their other relationships with the outside world (e.g. political, social, religious, ethnic), and not only through the corporation itself. Countries too are both games and players, intersected by corporations, religions and much more, and there too we cannot cleanly separate apart actions between countries and actions within a country: the writing of this very book is a complex mix of both in multiple ways.

⿻は同様に社会システムにアプローチします。企業は世界的な競争のゲームに参加していますが、同時に従業員、株主、経営陣、顧客によって行われるゲームでもあります。結果として生じる結果がしばしば選好として一致すると期待する理由はありません。さらに、多くのゲームが交差しています。企業の従業員は、しばしば企業自体だけでなく、外部世界（政治的、社会的、宗教的、民族的など）との他の関係を通じて影響を受けます。国もまた、ゲームでありプレーヤーであり、企業、宗教、その他多くのものと交差しており、そこでも国間の行動と国内の行動を明確に分離することはできません。本書の執筆自体が、複数の点で両者の複雑な混合です。

⿻ is thus heavy with analogies to the last century of natural sciences. Drawing out a ⿻ of these influences and analogies, without taking any too literally or universally, allows us to glimpse an inviting path ahead of inspiration and recombination. While Libertarianism and Technocracy can be seen as ideological caricatures, they can also be understood in scientific terms as ever-present threats to complexity.

したがって、⿻は過去1世紀の自然科学とのアナロジーが豊富です。これらの影響とアナロジーを⿻から引き出し、何も文字通りにまたは普遍的に受け取らずに、インスピレーションと再結合の明るい道を垣間見ることができます。自由主義とテクノクラシーはイデオロギー的な風刺画と見なすことができますが、科学的な観点から、複雑さに対する常に存在する脅威として理解することもできます。

Essentially every complex system, from the flow of fluids to the development of ecosystems to the functioning of the brain, can exhibit both "chaotic" states (where activity is essentially random) and "orderly" states (where patterns are static and rigid). There is almost always some parameter (such as heat or the mutation rate) that conditions which state arises, with chaos happening for high values and order for low values. When the parameter is very close to the "critical value" of transition between these states, when it sits on what complexity theorists call the "edge of chaos", complex behavior can emerge, forming unpredictable, developing, life-like structures that are neither chaotic nor orderly but instead complex.[^WaldropComplexity] This corresponds closely to the idea we highlighted above of a "narrow corridor" between centralizing and anti-social, Technocratic and Libertarian threats that we have highlighted above.

本質的に、流体の流れから生態系の発達、脳の機能に至るまで、あらゆる複雑なシステムは、「混沌とした」状態（活動が本質的にランダムである状態）と「秩序のある」状態（パターンが静的で硬直している状態）の両方を示すことができます。熱や突然変異率など、どの状態が生じるかを条件付けるパラメーターがほとんど常に存在し、高い値ではカオスが発生し、低い値では秩序が発生します。このパラメーターがこれらの状態間の遷移の「臨界値」に非常に近い場合、複雑性理論家が「カオスの縁」と呼ぶ状態にある場合、複雑な行動が出現し、予測不可能で、発展し、生命のような構造を形成しますが、それはカオスでも秩序でもなく、複雑です。[^WaldropComplexity] これは、私たちが上記で強調した、中央集権化と反社会的、技術官僚的および自由主義的な脅威の間の「狭い回廊」という考えによく対応しています。

[^WaldropComplexity]: M. Mitchell Waldrop, Complexity: The Emerging Science at the Edge of Order and Chaos (New York: Open Road Media, 2019).

[^WaldropComplexity]: M. ミッチェル・ウォルドロップ、『複雑性：秩序とカオスの境界における新しい科学の台頭』（ニューヨーク：オープンロードメディア、2019年）。

As such, ⿻ can take from science the crucial importance of steering towards and widening this narrow corridor, a process complexity scientists call "self-organizing criticality". In doing so, we can draw on the wisdom of many sciences, ensuring we are not unduly captured by any one set of analogies.

このように、⿻は科学から、この狭い回廊に向けて舵を取り、それを広げることの重要性を引き出すことができます。これは、複雑系科学者が「自己組織化臨界性」と呼んでいるプロセスです。そうすることで、多くの科学の知恵を活用し、いかなるアナロジーにも過度に捉えられることを回避できます。

Mathematics

数学

Nineteenth century mathematics saw the rise of formalism: being precise and rigorous about the definitions and properties of mathematical structures that we are using, so as to avoid inconsistencies and mistakes. At the beginning of the 20th century, there was a hope that mathematics could be “solved”, perhaps even giving a precise algorithm for determining the truth or falsity of any mathematical claim.[^20th] 20th century mathematics, on the other hand, was characterized by an explosion of complexity and uncertainty.

19世紀の数学は形式主義の台頭をみました。つまり、使用している数学構造の定義と特性について正確で厳密になることで、矛盾や間違いを回避することです。20世紀初頭には、数学が「解明」される可能性があり、おそらくあらゆる数学的主張の真偽を決定するための正確なアルゴリズムさえ与えることができるという希望がありました。[^20th] 一方、20世紀の数学は、複雑さと不確実性の爆発を特徴としていました。

[^20th]: Alfred North Whitehead and Bertrand Russell, Principia Mathematica (Cambridge, UK: Cambridge University Press, 1910).

[^20th]: アルフレッド・ノース・ホワイトヘッドとバートランド・ラッセル、『プリンキピア・マテマティカ』（英国ケンブリッジ：ケンブリッジ大学出版局、1910年）。

• Gödel's Theorem: A number of mathematical results from the early 20th century, most notably Gödel's theorem, showed that there are fundamental and irreducible ways in which key parts of mathematics cannot be fully solved. Similarly, Alonzo Church proved that some mathematical problems were “undecidable” by computational processes.[^Church] This dashed the dream of reducing all of mathematics to computations on basic axioms.

  ゲーデルの不完全性定理：20世紀初頭のいくつかの数学的結果、特にゲーデルの不完全性定理は、数学の重要な部分が完全に解明できない根本的で還元できない方法があることを示しました。同様に、アロンゾ・チャーチは、計算プロセスによって一部の数学的問題が「決定不能」であることを証明しました。[^Church] これは、数学全体を基本的な公理に関する計算に還元するという夢を打ち砕きました。

• Computational complexity: Even when reductionism is feasible in principle/theory, the computation required to predict higher-level phenomena based on their components (its computational complexity) is so large that performing it is unlikely to be practically relevant. In some cases, it is believed that the required computation would consume far more resources than could possibly be recovered through the understanding gained by such a reduction. In many real-world use cases, the situation can often be described as a well-studied computational problem where the “optimal” algorithm takes an amount of time growing exponentially in the problem size and thus rules of thumb are almost always used in practice.

  計算の複雑さ：還元主義が原則/理論的に実行可能な場合でも、構成要素に基づいてより高レベルの現象を予測するために必要な計算（その計算の複雑さ）は非常に大きいため、実行することは実際には関係ない可能性があります。場合によっては、必要な計算は、そのような還元によって得られる理解を通じて回収できるよりもはるかに多くのリソースを消費すると考えられています。多くの現実世界のユースケースでは、状況はしばしばよく研究されている計算上の問題として説明でき、そこで「最適」なアルゴリズムは問題のサイズに応じて指数関数的に増加する時間を要するため、経験則がほとんど常に実践で使用されます。

• Sensitivity, chaos, and irreducible uncertainty: Many even relatively simple systems have been shown to exhibit “chaotic” behavior. A system is chaotic if a tiny change in the initial conditions translates into radical shifts in its eventual behavior after an extended time has elapsed. The most famous example is weather systems, where it is often said that a butterfly flapping its wings can make the difference in causing a typhoon half-way across the world weeks later.[^chaos] In the presence of such chaotic effects, attempts at prediction via reduction require unachievable degrees of precision. To make matters worse, there are often hard limits to how much precision is feasible known as "the Uncertainty Principle", as precise instruments often interfere with the systems they measure in ways that can lead to important changes due to the sensitivity mentioned previously.

• Fractals: Many mathematical structures have been shown to have similar patterns at very different scales. A good example of this is the Mandelbrot set, generated by repeatedly squaring then adding the same offset to a complex number. These illustrate why breaking structures down to atomic components may obscure rather than illuminate their inherently multi-scale structure.

  フラクタル：多くの数学構造は、非常に異なるスケールで同様のパターンを持っていることが示されています。その良い例はマンデルブロ集合であり、複素数に同じオフセットを繰り返し加算してから2乗することによって生成されます。これらは、構造を原子構成要素に分解することで、本質的に多スケール構造を明らかにするのではなく、曖昧にする可能性がある理由を示しています。

[^Church]: Alonzo Church, "A note on the Entscheidungsproblem", The Journal of Symbolic Logic 1, no. 1: 40-41. [^chaos]: James Gleick, Chaos: Making a New Science (New York: Penguin, 2018).

[^Church]: アロンゾ・チャーチ、「決定問題に関するノート」、記号論理ジャーナル1、第1号：40-41。[^chaos]: ジェームズ・グレック、『カオス：新しい科学の創造』（ニューヨーク：ペンギン、2018年）。

標準的な円形の雪片のようなフラクタルであるマンデルブロ集合の図を2つのスケールで示す。

Figure 3-1-A: The Mandelbrot Set (characterizing the chaotic behavior of simple quadratic functions depending on parameter values in the function) shown at two scales. Source: Wikipedia CC 3.0 BY-SA.

図3-1-A：マンデルブロ集合（関数の母数値に応じて単純な2次関数のカオス的挙動を特徴付ける）を2つのスケールで示したもの。出典：Wikipedia CC 3.0 BY-SA。

• Relationality in mathematics: in mathematics, different branches are often interconnected, and insights from one area can be applied to another. For instance, algebraic structures are ubiquitous in many branches of mathematics, and they provide a language for expressing and exploring relationships between mathematical objects. The study of algebraic geometry connects these structures to geometry. Moreover, the study of topology is based on understanding the relationships between shapes and their properties. The mix of diversity and interconnectedness is perhaps the defining feature of modern mathematics.

  数学における関係性：数学において、異なる分野はしばしば相互に関連しており、ある分野の知見は別の分野に応用できる。例えば、代数構造は多くの数学分野に普遍的に存在し、数学的対象間の関係性を表現し探求するための言語を提供する。代数幾何学の研究はこれらの構造を幾何学と結びつける。さらに、位相幾何学の研究は、図形とその性質の間の関係性を理解することに基づいている。多様性と相互接続性の融合は、おそらく現代数学を定義する特徴である。

Physics

物理学

In 1897, Lord Kelvin infamously proclaimed that “There is nothing new to discover in physics now.” The next century proved, on the contrary, to be the most fertile and revolutionary in the history of the field.

1897年、ケルビン卿は有名な言葉「物理学において今や発見すべき新しいものは何もない」と宣言した。しかし、次の世紀は、この分野の歴史上最も実り多く、革命的なものとなった。

• Einstein's theories of relativity overturned the simplicity of Euclidean geometry and Newtonian dynamics of colliding billiard balls as a guide to understanding the physical world at large scales and fast speeds. When objects travel at large fractions of the speed of light, very different rules start describing their behavior.

  アインシュタインの相対性理論は、ユークリッド幾何学と、衝突するビリヤードボールのニュートン力学という単純さを、大規模かつ高速での物理的世界を理解するための指針として覆した。物体が光速のごく一部の速度で移動する場合、非常に異なる法則がその挙動を記述し始める。

• Quantum mechanics and string theory similarly showed that classical physics is insufficient at very small scales. Bell's Theorem demonstrated clearly that quantum physics cannot even be fully described as a consequence of probability theory and hidden information: rather, a particle can be in a combination (or “superposition”) of two states at the same time, where those two states cancel each other out.

  同様に、量子力学と弦理論は、古典物理学が非常に小さなスケールでは不十分であることを示した。ベルの定理は、量子物理学が確率論と隠れた情報の結果として完全に記述できるわけではなく、むしろ粒子は同時に2つの状態（または「重ね合わせ」）の組み合わせに存在でき、その2つの状態は互いに打ち消し合うことを明確に示した。

• “Heisenberg’s Uncertainty Principle”, mentioned above, puts a firm upper limit on the precision with which the velocity and position of a particle can even be measured.

  前述の「ハイゼンベルクの不確定性原理」は、粒子の速度と位置を測定できる精度に確固たる上限を設けている。

• The three body problem, now famous after its central role in Liu Cixin's science-fiction series, shows that an interaction of even three bodies, even under simple Newtonian physics, is chaotic enough that its future behavior cannot be predicted with simple mathematical problems. However, we still regularly solve trillion-body problems well enough for everyday use by using seventeenth-century abstractions such as “temperature” and “pressure”.

  劉慈欣のSFシリーズで中心的な役割を果たしたことで現在有名になっている「三体問題」は、単純なニュートン物理学の下でも、3つの天体の相互作用でさえ、その将来の挙動を単純な数学の問題で予測できないほどカオス的であることを示している。しかし、我々は「温度」や「圧力」といった17世紀の抽象概念を用いることで、日常的な使用に十分な精度で、依然として日常的に兆単位の天体問題を解決している。

Perhaps the most striking and consistent feature of the revolutions in twentieth century physics was the way they upset assumptions about a fixed and objective external world. Relativity showed how time, space, acceleration, and even gravity were functions of the relationship among objects, rather than absolute features of an underlying reality. Quantum physics went even further, showing that even these relative relationships are not fixed until observed and thus are fundamentally interactions rather than objects.[^Rovelli] Thus, modern science often consists of mixing and matching different disciplines to understand different aspects of the physical world at different scales.

おそらく20世紀物理学の革命における最も顕著で一貫した特徴は、固定され客観的な外部世界に関する仮定を覆したやり方だった。相対性理論は、時間、空間、加速度、さらには重力が、基礎となる現実の絶対的な特徴ではなく、物体の関係の関数であることを示した。量子物理学はさらに進んで、これらの相対的な関係でさえ、観測されるまで固定されておらず、したがって基本的に物体ではなく相互作用であることを示した。[^Rovelli] したがって、現代科学はしばしば、異なるスケールで物理的世界の異なる側面を理解するために、さまざまな分野を混ぜ合わせている。

[^Rovelli]: Carlo Rovelli, "Relational Quantum Mechanics", International Journal of Theoretical Physics 35, 1996: 1637-1678.

[^Rovelli]：Carlo Rovelli、「Relational Quantum Mechanics」、International Journal of Theoretical Physics 35、1996：1637-1678。

The applications of this rich and ⿻ understanding of physical reality are at the very core of the glories and tragedies of the twentieth century. Great powers harnessed the power of the atom to shape world affairs. Global corporations powered unprecedented communications and intelligence by harnessing their understanding of quantum physics to pack ever-tinier electronics into the palms of their customers’ hands. The burning of wood and coal by millions of families has become the cause of ecological devastation, political conflict, and world-spanning social movements based on information derived from microscopic sensors scattered around the world.

この豊かでネットワーク的な物理的現実の理解の応用は、20世紀の栄光と悲劇のまさに中心にある。大国は原子力を利用して世界情勢を形作った。グローバル企業は、量子物理学の理解を利用して、かつてないほど小さな電子機器を顧客の手のひらに収めることで、前例のない通信とインテリジェンスを強化した。何百万人もの家族による木材と石炭の燃焼は、世界中に散らばる微小センサーから得られた情報に基づく、生態系の破壊、政治的紛争、世界規模の社会運動の原因となっている。

Biology

生物学

If the defining idea of 19th century macrobiology (concerning advanced organisms and their interactions) was the “natural selection”, the defining idea of the 20th century analog was “ecosystems”. Where natural selection emphasized the “Darwinian” competition for survival in the face of scarce resources, the ecosystem view (closely related to the idea of “extended evolutionary synthesis”) emphasizes:

19世紀の宏生物学（高度な生物とその相互作用に関する）を定義する概念が「自然選択」であったとすれば、20世紀の類似概念は「生態系」である。自然選択が資源の不足に対する生存のための「ダーウィン的」競争を強調したのに対し、生態系観（「拡張進化合成」の概念と密接に関連している）は、以下を強調する：

• Limits to predictability of models: We have continued to discover limits in our ability to make effective models of animal behavior that are based on reductive concepts, such as behaviorism, neuroscience, and so forth, illustrating computational complexity.

  モデルの予測可能性の限界：行動主義、神経科学など、還元的な概念に基づいた動物行動の有効なモデルを作成する能力に限界があることを発見し続けており、計算の複雑性を示している。

• Similarities between organisms and ecosystems: We have discovered that many diverse organisms (“ecosystems”) can exhibit features similar to multicellular life (homeostasis, fragility to destruction or over propagation of internal components, etc.) illustrating emergence and multiscale organization. In fact, many higher level organisms are hard to distinguish from such ecosystems (e.g., multicellular life as cooperation among single-celled organisms or “eusocial” organisms like ants from individual insects). A particular property of the evolution of these organisms is the potential for mutation and selection to occur at all these levels, illustrating multi-scale organization.[^EO]

  生物と生態系の類似性：多くの多様な生物（「生態系」）が、多細胞生物と同様の特徴（恒常性、内部成分の破壊や過剰増殖に対する脆弱性など）を示すことを発見しており、創発と多様なスケールでの組織化を示している。実際、多くの高等生物は、そのような生態系と区別が難しい（例えば、多細胞生物は単細胞生物の協力、またはアリなどの「真社会性」生物は個々の昆虫から成る）。これらの生物の進化の特定の特性は、これらのすべてのレベルで突然変異と選択が起こる可能性であり、多様なスケールでの組織化を示している。[^EO]

• The diversity of cross-species interactions, including traditional competition or predator and prey relationships, but also a range of “mutualism”, where organisms depend on services provided by other organisms and help sustain them in turn, exemplifying entanglement, and relationality.[^Mutualism]

  従来の競争や捕食者と被食者の関係だけでなく、「相互作用」の範囲を含む、種間の相互作用の多様性。ここで、生物は他の生物によって提供されるサービスに依存し、今度はそれらを維持するのを助けることで、絡み合いと関係性を例示している。[^相互作用]

• Epigenetics: We have discovered that genetics codes only a portion of these behaviors, and “epigenetics” or other environmental features play important roles in evolution and adaptation, showing the multi-level and multidimensional causation inherent even to molecular biology.

  エピジェネティクス：遺伝子コードはこれらの行動の一部しかコードしておらず、「エピジェネティクス」やその他の環境要因が進化と適応に重要な役割を果たしていることを発見しており、分子生物学でさえ固有の多様なレベルと多次元の因果関係を示している。

[^EO]: David Sloan Wilson and Edward O. Wilson, "Rethinking the Theoretical Foundation of Sociobiology" Quarterly Review of Biology 82, no. 4, 2007: 327-348. [^Mutualism]: These discoveries have continually and deeply intertwined with ⿻ social thought, from "mutualism" being used almost interchangeably by early anarchist thinkers like Pierre-Joseph Proudhon to one of the authors of this book publishing his second paper on biological mutualism, then developing these ideas further into the theories we will return to in our chapter on Social Markets. Pierre-Joseph Proudhon, System of Economic Contradictions (1846). E. Glen Weyl,Megan E. Frederickson, Douglas W. Yu and Naomi E. Pierce, "Economic Contract Theory Tests Models of Mutualism" Proceedings of the National Academy of Sciences 107, no. 36, 2010: 15712-15716.

[^EO]：David Sloan WilsonとEdward O. Wilson、「Rethinking the Theoretical Foundation of Sociobiology」、「Quarterly Review of Biology」82、no. 4、2007：327-348。[^相互作用]：これらの発見は、ピエール・ジョゼフ・プルードンなどの初期のアナーキスト思想家が「相互作用」をほぼ同じ意味で使用したことから、本書の著者の1人が生物学的相互作用に関する彼の2番目の論文を発表し、その後これらのアイデアを社会市場に関する章で後述する理論にさらに発展させたことまで、絶えず、そして深くネットワーク的な社会思想と絡み合っている。ピエール・ジョゼフ・プルードン、『経済的矛盾体系』（1846年）。E. Glen Weyl、Megan E. Frederickson、Douglas W. Yu、Naomi E. Pierce、「Economic Contract Theory Tests Models of Mutualism」、「Proceedings of the National Academy of Sciences」107、no. 36、2010：15712-15716。

This shift was not simply a matter of scientific theory. It led to some of the most important changes in human behavior and interaction with nature of the twentieth century. In particular, the environmental movement and the efforts it created to protect ecosystems, biodiversity, the ozone layer, and the climate all emerged from and have relied heavily on this science of “ecology”, to the point where this movement is often given that label.

この変化は単なる科学理論の問題ではなかった。それは、20世紀における人間の行動と自然との相互作用における最も重要な変化のいくつかをもたらした。特に、環境運動とその生態系、生物多様性、オゾン層、気候を保護するための取り組みはすべて、この「生態学」の科学から生まれ、それに大きく依存しており、この運動はしばしばそのラベルが付けられている。

Neuroscience

神経科学

Modern neuroscience started in the late 19th century, when Camillo Golgi, Santiago Ramón y Cajal, and collaborators isolated neurons and their electrical activations as the fundamental functional unit of the brain. This analysis was refined into clear physical models by the work of Alan Hodgkin and Andrew Huxley, who built and tested on animals their electrical theories of nervous communication. More recently, however, we have seen a series of discoveries that put chaos and complexity theory at the core of how the brain functions:

現代神経科学は19世紀後半に始まり、カミッロ・ゴルジ、サンティアゴ・ラモン・イ・カハール、そして協力者らがニューロンとその電気的活性化を脳の基本的な機能単位として分離した。この分析は、アラン・ホジキンとアンドリュー・ハクスリーによる研究によって明確な物理モデルに洗練され、彼らは動物で神経伝達に関する電気理論を構築し、試験した。しかし、最近では、カオスと複雑性理論を脳の機能の中心に据える一連の発見が見られた：

• Distribution of brain functions: mathematical modeling, brain imaging, and single-neuron activation experiments suggested that many if not most brain functions are distributed across regions of the brain, emerging from patterns of interactions rather than primarily physical localization.

  脳機能の分布：数理モデル、脳画像、単一ニューロン活性化実験は、多くの場合、脳機能のほとんどが脳の領域全体に分散しており、主に物理的な局在化ではなく、相互作用のパターンから生じていることを示唆している。

• The Hebbian model of connections, where they are strengthened by repeated co-firing, is perhaps one of the most elegant illustrations of the idea of “relationality” in science, closely paralleling the way we typically imagine human relationships developing

  反復的な同時発火によって強化されるヘッブの接続モデルは、おそらく科学における「関係性」の概念の最も優雅な例の一つであり、人間の関係の発達を私たちが通常想像する方法と非常によく似ている。

• Study of artificial neural networks: As early as the late 1950s, researchers beginning with Frank Rosenblatt built the first “artificial neural network” models of the brain. Neural networks have become the foundation of the recent advances in “artificial intelligence”. Networks of trillions of nodes, each operating on fairly simple principles inspired by neurons of activation triggered by crossing a threshold determined by a linear combination of inputs, are the backbone of the “foundation models” such as BERT and the GPT models.

  人工ニューラルネットワークの研究：1950年代後半から、フランク・ローゼンブラットを筆頭とする研究者たちは、脳の最初の「人工ニューラルネットワーク」モデルを構築した。ニューラルネットワークは、最近の「人工知能」の進歩の基礎となっている。入力の線形結合によって決定される閾値を超えることでトリガーされる活性化のニューロンに触発された、かなり単純な原理でそれぞれ動作する、数兆個のノードのネットワークは、「BERT」や「GPT」モデルなどの「基礎モデル」のバックボーンである。

From science to society

科学から社会へ

⿻ is, scientifically, the application of an analogous perspective to the understanding of human societies and, technologically, the attempt to build formal information and governance systems that account for and resemble these structures as physical technologies built on ⿻ science do. Perhaps the crispest articulation of this vision appears in the work of the leading figure of network sociology, Mark Granovetter.[^Granovetter] There is no basic individual atom; personal identity fundamentally arises from social relationships and connections. Nor is there any fixed collective or even set of collectives: social groups do and must constantly shift and reconfigure. This bidirectional equilibrium between the diversity of people and the social groups they create is the essence of ⿻ social science.

ネットワークとは、科学的には、人間の社会を理解するための類似した視点の適用であり、技術的には、ネットワーク科学に基づいて構築された物理的技術と同様に、これらの構造を考慮し、それらに似せた公式の情報とガバナンスシステムを構築しようとする試みである。このビジョンの最も明確な表現は、ネットワーク社会学の主要人物であるマーク・グラノベターの著作に見られるだろう。[^Granovetter] 基本的な個々の原子はない。個人的なアイデンティティは、基本的に社会的関係やつながりから生じる。固定された集団や、集団の集合でさえもない。社会集団は、絶えず変化し、再構成しなければならない。人々の多様性と彼らが創造する社会集団の間のこの双方向の均衡が、ネットワーク社会科学の本質である。

[^Granovetter]: Mark Granovetter, "Economic Action and Social Structure: The Problem of Embeddedness", American Journal of Sociology 91, no. 3 (1985): 481-510.

[^Granovetter]：Mark Granovetter、「Economic Action and Social Structure: The Problem of Embeddedness」、「American Journal of Sociology」91、no. 3（1985）：481-510。

Moreover, these social groups exist at a variety of intersecting and non-hierarchical scales. Families, clubs, towns, provinces, religious groups of all sizes, businesses at every scale, demographic identities (gender, sexual identity, race, ethnicity, etc.), education and academic training, and many more co-existing and intersecting. For example, from the perspective of global Catholicism, the US is an important but “minority” country, with only about 6% of all Catholics living in the US; but the same could be said about Catholicism from the perspective of the US, with about 23% of Americans being Catholic.[^PewCatholic]

さらに、これらの社会集団は、様々な交差する非階層的な規模で存在します。家族、クラブ、町、州、あらゆる規模の宗教団体、あらゆる規模の企業、人口統計的アイデンティティ（性別、性的アイデンティティ、人種、民族など）、教育と学術訓練、そしてその他多くの共存し交差する要素があります。例えば、グローバルなカトリック教徒の観点から見ると、米国は重要だが「少数派」の国であり、全カトリック教徒の約6％しか米国に住んでいません。しかし、米国からのカトリック教徒の視点から見ると、米国人の約23％がカトリック教徒であるため、同じことが言えます。[^PewCatholic]

[^PewCatholic]: Pew Research Center, "The Global Catholic Population", February 13, 2013 https://www.pewresearch.org/religion/2013/02/13/the-global-catholic-population/.

[^PewCatholic]: ピュー・リサーチ・センター、「世界のカトリック人口」、2013年2月13日 https://www.pewresearch.org/religion/2013/02/13/the-global-catholic-population/

While we do not have the space to review it in detail, a rich literature provides quantitative and social scientific evidence for the explanatory power of the ⿻ perspective [^AssemblageTheory]. Studies of industrial dynamics, of social and behavioral psychology, of economic development, of organizational cohesion, and much else, have shown the central role of social relationships that create and harness diversity[^SocialDynamics]. Instead, we will pull out just one example that perhaps will be both the most surprising and most related to the scientific themes above: the evolution of scientific knowledge itself.

ここでは詳細な検討はできませんが、豊富な文献が、⿻の視点の説明力を裏付ける量的および社会科学的証拠を提供しています[^AssemblageTheory]。産業ダイナミクスの研究、社会心理学と行動心理学の研究、経済開発の研究、組織の結束力の研究、そしてその他多くの研究が、多様性を生み出し活用する社会的関係の中心的な役割を示しています[^SocialDynamics]。ここでは、おそらく最も驚くべきであり、上記の科学的主題と最も関連する1つの例を取り上げます。それは、科学知識そのものの進化です。

A growing interdisciplinary academic field of “Metascience” studies the emergence of scientific knowledge as a complex system from networks among scientists and ideas.[^SciSciField] It charts the emergence and proliferation of scientific fields, sources of scientific novelty and progress, the strategies of exploration scientists choose, and the impact of social structure on intellectual advancement. Among other things, they find that scientific exploration is biased towards topics that have been frequently discussed within a field and constrained by social and institutional connections among scientists, which diminishes the efficiency of the scientific knowledge discovery process.[^TopicBiasInScience] Furthermore, they discover that a decentralized scientific community, made up of mostly independent, non-overlapping teams that use a variety of methods and draw upon a broad spectrum of earlier publications, tends to yield more reliable scientific knowledge. In contrast, centralized communities marked by repeated collaborations and restricted to a limited range of approaches from previous studies are likely to generate less reliable outcomes [^CentralizedScientificCommunity] [^PredictRobustScience] It also finds strong connections between research team size and hierarchy with the types of findings (risky and revolutionary v. normal science) developed and documents the increasingly dominant role of teams (as opposed to individual research) in modern science.[^TeamScience] Although the largest innovations tend to arise from a strong grounding in existing disciplines deployed in unusual and surprising combinations [^DisconnectionDiscordInnovation] [^SurpriseInnovation] [^ScientificInnovation], it illustrates that most incentive structures used in science (based e.g. on publication quality and citation count) create perverse incentives that limit scientific creativity. These findings have led to the development of new metrics in scientific communities that can reward innovations and offset these biases, creating a more ⿻ incentive set.[^ScienceMetrics]

近年注目を集めている学際的な研究分野「メタサイエンス」は、科学者とアイデアのネットワークから複雑系としての科学知識の出現を研究しています[^SciSciField]。科学分野の出現と拡大、科学的新規性と進歩の源、科学者が選択する探求戦略、社会構造が知的な進歩に与える影響などを調査しています。その中で、科学的探求は、分野内で頻繁に議論されてきたトピックに偏っており、科学者間の社会的なつながりと制度的なつながりによって制約されていることがわかり、科学的知識発見プロセスの効率性を低下させています[^TopicBiasInScience]。さらに、主に独立した、重複しないチームで構成され、様々な方法を使用し、幅広い過去の出版物を利用する分散型の科学コミュニティは、より信頼性の高い科学的知識をもたらす傾向があることがわかりました。対照的に、繰り返し行われる共同作業を特徴とし、過去の研究から限られた範囲のアプローチに限定された中央集権的なコミュニティは、信頼性の低い結果を生み出す可能性が高いです[^CentralizedScientificCommunity][^PredictRobustScience]。また、研究チームの規模と階層構造は、開発された発見の種類（危険で革新的なものと通常の科学）と強い関連があり、現代科学におけるチーム（個々の研究ではなく）の役割がますます重要になっていることが示されています[^TeamScience]。最も大きなイノベーションは、既存の分野にしっかりと根ざし、異例で驚くべき組み合わせで使用されることから生じる傾向がありますが[^DisconnectionDiscordInnovation][^SurpriseInnovation][^ScientificInnovation]、科学で使用されているほとんどのインセンティブ構造（例えば、出版物の質と引用数のカウントに基づくもの）は、科学的な創造性を制限する有害なインセンティブを生み出していることが示されています。これらの知見から、科学コミュニティでは、イノベーションに報い、これらのバイアスを相殺できる新しい指標が開発され、より⿻インセンティブセットが作成されています[^ScienceMetrics]

Science policy research that directly accounts for and enhances ⿻ in science demonstrates advantages for both the rigor of existing knowledge and the discovery of novel insights. When more distinct communities and their approaches work to validate existing claims, those independent perspectives ensure their findings are more robust to rebuttal and revision. Moreover, when building analytic models based on ⿻ principles by simulating the diversity we see in the most ⿻ scientific ventures, discoveries exceed those produced by normal human science.[^AccelerateScienceAI]

科学における⿻を直接考慮し、強化する科学政策研究は、既存の知識の厳格さと新しい洞察の発見の両方に利点をもたらします。より異なるコミュニティとそのアプローチが既存の主張を検証する場合、これらの独立した視点は、その発見が反論や改訂に対してより堅牢であることを保証します。さらに、最も⿻である科学的取り組みで見られる多様性をシミュレートすることによって、⿻原則に基づいて分析モデルを構築すると、通常の科学では得られない発見が得られます[^AccelerateScienceAI]

Thus, even in understanding the very practice of science, a ⿻ perspective, grounded in many intersecting levels of social organization, is critical. Science of science findings regarding the driving forces behind the emergence of disruptive, innovative knowledge have been replicated in other communities of creative collaboration, such as patents and software projects in GitHub, revealing that a ⿻ outlook could transcend the advance of science and technology of any flavor.

このように、科学の実際そのものを理解するためにも、多くの交差するレベルの社会組織に根ざした⿻の視点は不可欠です。破壊的な革新的な知識の出現を促進する力の背後にある科学に関する科学の知見は、特許やGitHubのソフトウェアプロジェクトなど、創造的なコラボレーションの他のコミュニティでも再現されており、⿻の見方は科学技術の発展を超える可能性があることが示されています。

A future ⿻?

未来の⿻？

Yet the assumptions on which the Technocratic and Libertarian visions of the future discussed above are founded diverge sharply from such ⿻ foundations.

しかし、上記で説明した未来に対するテクノクラート的およびリバタリアン的なビジョンは、そのような⿻の基礎とは大きく異なります。

In the Technocratic vision we discussed in the previous chapter, the “messiness” of existing administrative systems is to be replaced by a massive-scale, unified, rational, scientific, artificially intelligent planning system. Transcending locality and social diversity, this unified agent is imagined to give “unbiased” answers to any economic and social problem, transcending social cleavages and differences. As such, it seeks to at best paper over and at worst erase, rather than fostering and harnessing, the social diversity and heterogeneity that ⿻ social science sees as defining the very objects of interest, engagement, and value.

前の章で説明したテクノクラート的なビジョンでは、既存の行政システムの「混乱」を、大規模で統一され、合理的で、科学的で、人工知能を備えた計画システムに置き換えることが目的です。この統一されたエージェントは、地域性と社会的多様性を超越し、経済的および社会的問題に対する「偏りのない」答えを提供し、社会的分裂や違いを超越すると考えられています。そのため、⿻社会科学が関心の対象、関与、価値を定義するものとして認識している社会的多様性と異質性を促進し、活用するのではなく、せいぜい隠蔽し、最悪の場合消去しようとしています。

In the Libertarian vision, the sovereignty of the atomistic individual (or in some versions, a homogeneous and tightly aligned group of individuals) is the central aspiration. Social relations are best understood in terms of “customers”, “exit” and other capitalist dynamics. Democracy and other means of coping with diversity are viewed as failure modes for systems that do not achieve sufficient alignment and freedom.

リバタリアン的なビジョンでは、原子論的な個人（または、いくつかのバージョンでは、均質で緊密に連携した個人の集団）の主権が中心的な願望です。社会関係は、「顧客」、「脱退」、その他の資本主義的なダイナミクスという観点から最もよく理解されます。民主主義やその他多様性に対処する手段は、十分な整合性と自由が達成されないシステムの失敗モードと見なされています。

But these cannot be the only paths forward. ⿻ science has shown us the power of harnessing a ⿻ understanding of the world to build physical technology. We have to ask what a society and information technology built on an analogous understanding of human societies would look like. Luckily, the twentieth century saw the systematic development of such a vision, from philosophical and social scientific foundations to the beginnings of technological expression.

しかし、これらは唯一の進歩の道ではありません。⿻科学は、世界の⿻理解を活用して物理的技術を構築する力を私たちに示してくれました。人間社会の類似した理解に基づいて構築された社会と情報技術がどのようなものになるかを尋ねる必要があります。幸いなことに、20世紀には、哲学的および社会科学的基礎から技術的表現の始まりまで、そのようなビジョンの体系的な開発が見られました。

[^LifeAsJoy]: Harper’s Magazine. “Holmes – Life as Art,” May 2, 2009. https://harpers.org/2009/05/holmes-life-as-art/. [^RelationalReality]: Carlo Rovelli, “The Big Idea: Why Relationships Are the Key to Existence.” The Guardian, September 5, 2022, sec. Books. https://www.theguardian.com/books/2022/sep/05/the-big-idea-why-relationships-are-the-key-to-existence. [^MultilevelSelection]: David Wilson, Mark Vugt, and Rick O’Gorman, “Multilevel Selection Theory and Major Evolutionary Transitions.” Current Directions in Psychological Science 17, no. 1 (February 2008): 6–9. https://doi.org/10.1111/j.1467-8721.2008.00538.x. [^NeuroscienceComplexity]: Here are some examples of these properties in neuroscience: Sensitivity: In neuroscience, sensitivity refers to the ability of the brain to detect and respond to small changes in its environment. One example of sensitivity in the brain is the phenomenon of synaptic plasticity, which is the ability of synapses (connections between neurons) to change in strength in response to activity. This sensitivity allows the brain to adapt and learn from experience. Chaos: Chaos is a property of complex systems that exhibit unpredictable behavior even though they are deterministic. In neuroscience, chaos has been observed in the activity of neurons in the brain. For example, studies have shown that the firing patterns of individual neurons can be highly irregular and chaotic, with no discernible pattern or rhythm. This chaotic activity may play a role in information processing and communication within the brain. Sensitivity and chaos together: Sensitivity and chaos can also interact in the brain to produce complex and adaptive behavior. For example, studies have shown that the brain can exhibit sensitivity to small changes in sensory input, but this sensitivity can also lead to chaotic activity in neural networks. However, this chaotic activity can be controlled and harnessed to produce adaptive behavior, such as in the case of motor control and coordination. The brain's ability to integrate sensitivity and chaos in this way is a hallmark of its remarkable complexity and adaptability. [^AssemblageTheory]: In assemblage theory, as articulated by Manuel DeLanda, entities are understood as complex structures formed from the symbiotic relationship between heterogeneous components, rather than being reducible to their individual parts. Its central thesis is that people do not act exclusively by themselves, and instead human action requires complex socio-material interdependencies. DeLanda's perspective shifts the focus from inherent qualities of entities to the dynamic processes and interactions that give rise to emergent properties within networks of relations. His book "A New Philosophy of Society: Assemblage Theory and Social Complexity" (2006) is a good starting point. [^SocialDynamics]: Scott Page, , (Princeton: Princeton University Press, 2007); César Hidalgo, , (New York: Basic Books, 2015); Daron Acemoglu, and Joshua Linn, “Market Size in Innovation: Theory and Evidence from the Pharmaceutical Industry,” , (Berlin and Brandenburg: B3Kat Repository, October 1, 2003), ; Mark Granovetter, “The Strength of Weak Ties,” 78, no. 6 (May 1973): 1360–80; Brian Uzzi, “Social Structure and Competition in Interfirm Networks: The Paradox of Embeddedness,” Administrative Science Quarterly 42, no. 1 (March 1997): 35–67. ; Jonathan Michie, and Ronald S. Burt, “Structural Holes: The Social Structure of Competition,” 104, no. 424 (May 1994): 685. ; McPherson, Miller, Lynn Smith-Lovin, and James M Cook. “Birds of a Feather: Homophily in Social Networks.” Annual Review of Sociology 27, no. 1 (August 2001): 415–44. [^TopicBiasInScience]: Andrey Rzhetsky, Jacob Foster, Ian Foster, and James Evans, “Choosing Experiments to Accelerate Collective Discovery,” 112, no. 47 (November 9, 2015): 14569–74. . [^CentralizedScientificCommunity]: Valentin Danchev, Andrey Rzhetsky, and James A Evans, “Centralized Scientific Communities Are Less Likely to Generate Replicable Results.” 8 (July 2, 2019), . [^PredictRobustScience]: Alexander Belikov, Andrey Rzhetsky, and James Evans, "Prediction of robust scientific facts from literature," 4.5 (2022): 445-454. [^TeamScience]: Lingfei Wu, Dashun Wang, and James Evans, "Large teams develop and small teams disrupt science and technology," 566.7744 (2019): 378-382. [^DisconnectionDiscordInnovation]: Yiling Lin, James Evans, and Lingfei Wu, "New directions in science emerge from disconnection and discord," 16.1 (2022): 101234. [^SurpriseInnovation]: Feng Shi, and James Evans, "Surprising combinations of research contents and contexts are related to impact and emerge with scientific outsiders from distant disciplines," Nature Communications 14.1 (2023): 1641. [^ScientificInnovation]: Jacob Foster, Andrey Rzhetsky, and James A. Evans, "Tradition and Innovation in Scientists’ Research Strategies," 80.5 (2015): 875-908. [^ScienceMetrics]: Aaron Clauset, Daniel Larremore, and Roberta Sinatra, "Data-driven predictions in the science of science," 355.6324 (2017): 477-480. [^AccelerateScienceAI]: Jamshid Sourati, and James Evans, "Accelerating science with human-aware artificial intelligence," 7.10 (2023): 1682-1696. [^SciSciField]: Santo Fortunato, Carl T. Bergstrom, Katy Borner, James A. Evans, Dirk Helbing, Stasa Milojevič, Filippo Radicchi, Robeta Sinatra, Brian Uzzi, Alessandro Vespignani, Ludo Waltman, Dashun Wang and Alberto-László Barbási, "Science of Science" 359, no. 6379 (2018): eaao0185.